如何为主题建模结果分配列名？解决赋值长度不匹配错误

错误原因 #

你创建的document_topics是仅含1列的数据框（存储每个文档对应的最可能主题编号），但你试图给它设置3个列名——列名数量和数据框的列数不匹配，这就是报错的核心原因。

修正方案 #

根据你的需求，分两种场景提供解决方案：

场景1：给每个文档的主题编号替换成自定义标签 #

如果只是想把文档对应的主题数字（1/2/3）换成你定义的主题名称，修改代码中document_topics相关的部分：

topics <- topics(lda_model)
# 将主题编号映射为自定义标签
document_topics <- as.data.frame(Assigned_Topic = factor(topics, levels = 1:num_topics, labels = topic_labels))
print(document_topics)

场景2：展示每个文档在3个主题上的概率分布 #

如果想显示每个文档在所有主题上的概率（此时数据框会有3列，和你的3个标签匹配），改用posterior()提取主题概率矩阵：

# 提取每个文档的主题概率分布
topic_probs <- as.data.frame(posterior(lda_model)$topics)
# 设置列名为自定义主题标签
colnames(topic_probs) <- topic_labels
print(topic_probs)

完整修正代码（场景1示例） #

install.packages("tm")
install.packages("topicmodels")

library(tm)
library(topicmodels)

docs <- Corpus(VectorSource(c(
        "This is the first document about topic modeling.",
        "Topic modeling is a popular technique in text analysis.",
        "LDA is a common algorithm for topic modeling.",
        "Text mining is an interesting field in data science."
)))

docs <- tm_map(docs, content_transformer(tolower))     # 转小写
docs <- tm_map(docs, removePunctuation)                # 移除标点
docs <- tm_map(docs, removeNumbers)                    # 移除数字
docs <- tm_map(docs, removeWords, stopwords("english")) # 移除停用词
docs <- tm_map(docs, stripWhitespace)

dtm <- DocumentTermMatrix(docs)

num_topics <- 3  
lda_model <- LDA(dtm, k = num_topics)

topic_labels <- c("Topic 1: Introduction to Topic Modeling",
                 "Topic 2: Techniques in Text Analysis",
                  "Topic 3: LDA and Data Science")

terms(lda_model, 10)  

# 修正后的主题映射代码
topics <- topics(lda_model)
document_topics <- as.data.frame(Assigned_Topic = factor(topics, levels = 1:num_topics, labels = topic_labels))
print(document_topics)

内容的提问来源于stack exchange，提问作者Junaid